一种基于特征融合降维的表情识别算法-
Ｖｏｌ．４３Ｎｏ．３
３９６
计算机与数字工程
Ｃｏｍｐｕｔｅｒ＆ＤｉｇｉｔａｌＥｎｇｉｎｅｅｒｉｎｇ总第３０５期
２０１５年第３期一种基于特征融合降维的表情识别算法磁
张 续 吴松明 张 辉 童小念
（中南民族大学计算机科学学院 武汉 ４３００７４）
摘 要 为了降低人脸表情识别过程中特征分类的计算量，采用了一种基于特征融合降维的表情识别算法。该算法首先对表情图像进行预处理，再利用Ｇａｂｏｒ小波多尺度多方向的特性对图像进行滤波，针对同一尺度下８个不同方向的几幅特征图像，对其中特征值最大的图像编码作为新特征图像的像素值，此时特征图像的维数降为原来的１／８。最后利用统计直方图对融合后的特征图像进行分块特征统计，将统计信息作为最终的特征信息进行分类。实验结果表明，该方法在保证人脸表情识别率的前提下减少了特征图像的计算量，提高了系统效率。
关键词 Ｇａｂｏｒ滤波器；表情识别；特征融合；直方图统计；分类；降维
中图分类号 ＴＰ３９１ ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ１６７２‐９７２２．２０１５．０３．０１２
ＥｘｐｒｅｓｓｉｏｎＲｅｃｏｇｎｉｔｉｏｎＢａｓｅｄｏｎＦｅａｔｕｒｅＦｕｓｉｏｎＭｅｔｈｏｄｆｏｒ
ＤｉｍｅｎｓｉｏｎａｌｉｔｙＲｅｄｕｃｔｉｏｎ
ＺＨＡＮＧＸｕ ＷＵＳｏｎｇｍｉｎｇ ＺＨＡＮＧＨｕｉ ＴＯＮＧＸｉａｏｎｉａｎ
（ＣｏｌｌｅｇｅｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅ，ＳｏｕｔｈＣｅｎｔｒａｌＵｎｉｖｅｒｓｉｔｙｆｏｒＮａｔｉｏｎａｌｉｔｉｅｓ，Ｗｕｈａｎ ４３００７４）Ａｂｓｔｒａｃｔ Ｉｎｏｒｄｅｒｔｏｒｅｄｕｃｅｔｈｅｄｉｍｅｎｓｉｏｎａｌｉｔｙａｎｄｔｈｅｃａｌｃｕｌａｔｉｏｎｏｆｅｘｐｒｅｓｓｉｏｎｒｅｃｏｇｎｉｔｉｏｎ，ａｎｅｗｍｅｔｈｏｄｂａｓｅｄｏｎｔｈｅｔｒａｄｉｔｉｏｎａｌｆｒａｍｅｗｏｒｋｉｓｕｓｅｄ．Ｆｉｒｓｔｌｙ，ｆｅａｔｕｒｅｓｏｆｅｘｐｒｅｓｓｉｏｎｉｍａｇｅｓｗｅｒｅｅｘｔｒａｃｔｅｄｗｉｔｈＧａｂｏｒｗａｖｅｌｅｔｏｆｔｈｅｐｒｅｐｒｏ‐ｃｅｓｓｅｄｉｍａｇｅｓ．Ｔｈｅｎ，ｇｅｔｔｉｎｇｔｈｅｎｕｍｂｅｒｏｆｔｈｅｉｍａｇｅｗｈｉｃｈｈａｓｔｈｅｌａｒｇｅｓｔｐｉｘｅｌｖａｌｕｅａｓｔｈｅｎｅｗｆｅａｔｕｒｅｆｏｒｔｈｅｅｉｇｈｔｄｉｆ‐ｆｅｒｅｎｔｏｒｉｅｎｔａｔｉｏｎｓｏｎｔｈｅｓａｍｅｓｃａｌｅ．Ｓｏｔｈｅｄｉｍｅｎｓｉｏｎｏｆｃｈａｒａｃｔｅｒｉｓｔｉｃｗｉｌｌｂｅｒｅｄｕｃｅｄｔｏ１／８ｏｆｔｈｅｏｒｉｇｉｎａｌ．Ｆｉｎａｌｌｙ，ｃｏｕｎｔ‐ｉｎｇｔｈｅｆｅａｔｕｒｅｏｆｆｕｓｅｄｉｍａｇｅｗｈｉｃｈｈａｓｄｉｖｉｄｅｄｉｎｔｏｂｌｏｃｋｓｂｙｓｔａｔｉｓｔｉｃａｌｈｉｓｔｏｇｒａｍ．Ａｎｄｔｒｅａｔｉｎｇｔｈｅｓｔａｔｉｓｔｉｃａｌｉｎｆｏｒｍａｔｉｏｎａｓｔｈｅｆｉｎａｌｆｅａｔｕｒｅｆｏｒｃｌａｓｓｉｆｉｃａｔｉｏｎ．Ｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｍｅｔｈｏｄｒｅｄｕｃｅｓｔｈｅｃｏｍｐｕｔａｔｉｏｎａｌｏｆｃｌａｓｓｉｆｉｃａｔｉｏｎｏｆｔｈｅｉｍａｇｅｓｉｎｔｈｅｃｏｎｔｅｘｔｏｆｇｕａｒａｎｔｅｅｉｎｇｆａｃｉａｌｅｘｐｒｅｓｓｉｏｎｒｅｃｏｇｎｉｔｉｏｎｒａｔｅａｎｄａｌｓｏｉｍｐｒｏｖｅｓｔｈｅｓｙｓｔｅｍｅｆｆｉｃｉｅｎｃｙ．ＫｅｙＷｏｒｄｓ Ｇａｂｏｒｆｉｌｔｅｒ，ｆａｃｉａｌｅｘｐｒｅｓｓｉｏｎｒｅｃｏｇｎｉｔｉｏｎ，ｆｅａｔｕｒｅｆｕｓｉｏｎ，ｈｉｓｔｏｇｒａｍ，ｃｌａｓｓｉｆｉｃａｔｉｏｎ，ｄｉｍｅｎｓｉｏｎａｌｉｔｙｒｅｄｕｃｔｉｏｎＣｌａｓｓＮｕｍｂｅｒ ＴＰ３９１
１ 引言
人脸表情识别是在人脸图像范围内提取能代表此时脸部某种表情的特征，利用这些特征对表情进行分类。针对人脸表情图像形式的不同，基于静态图像特征提取表情特征的方法有：主动形状模型（ＡＳＭ）法、活动外观模型（ＡＡＭ）法、Ｇａｂｏｒ变换、主成分分析（ＰＣＡ）等［１～２］。但以上方法模型复杂，计算量大，得到的特征值维数较高，导致表情分类的运算时间开销较大，这是影响表情识别系统实时化的因素之一。
本文针对静态人脸表情图像的特征提取及特征降维进行了研究分析。在众多的特征提取方法中，Ｇａｂｏｒ小波变换是一种更为有效的方法［３～５］，因为它可以很好地模拟大脑皮层中单细胞感受野的轮廓，捕捉突出的视觉特点。本文利用Ｇａｂｏｒ小波对图像进行多尺度、多频域空间方向的滤波处理，得到的Ｇａｂｏｒ小波参数作为表情特征，它具有
磁收稿日期：２０１４年９月１１日，修回日期：２０１４年１０月２７日
作者简介：张续，男，硕士研究生，研究方向：人脸表情识别。吴松民，男，硕士研究生，研究方向：虚拟现实。张辉，男，硕士研究生，研究方向：分子计算。童小念，女，教授，硕士生导师，研究方向：计算机系统结构、多媒体技术、数字图像处理。